[发明专利]一种高分辨率图片识别小目标的方法在审
申请号: | 202110762082.3 | 申请日: | 2021-07-06 |
公开(公告)号: | CN113344948A | 公开(公告)日: | 2021-09-03 |
发明(设计)人: | 谷志军;连启慧;易明 | 申请(专利权)人: | 湖南博远翔电子科技有限公司 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T3/40;G06N3/04;G06N3/08 |
代理公司: | 长沙大珂知识产权代理事务所(普通合伙) 43236 | 代理人: | 伍志祥 |
地址: | 410205 湖南省长沙市长沙高新开发区麓谷*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 高分辨率 图片 识别 目标 方法 | ||
1.一种高分辨率图片识别小目标的方法,其特征在于,包括以下步骤:
设置高分辨率图片中目标的最大尺寸M×M;
将输入的第一图片缩放为预定大小尺寸的第二图片;
以所述第二图片左上角为坐标原点(0,0),从左到右对图片进行分割,分割的子图片大小为N×N;
从上到下重复上述图片分割步骤,直到整个输入图片分割完毕;
对每一张子图片分别通过神经网络做识别,得到有效目标的信息;
去除子图片中不完整的目标;
将所有子图片重新拼接为第二图片大小的图片;
将拼接后的图片中重复目标去除;
将去除重复目标后的图片进行缩放,输出第一图片大小的图片。
2.根据权利要求1所述的高分辨率图片识别小目标的方法,其特征在于,如果每行子图片数量为n,每列子图片数量为m,每张子图片左上角坐标(i×(N-M),j×(N-M)),i为0~n-1,j为0~m-1。
3.根据权利要求1所述的高分辨率图片识别小目标的方法,其特征在于,所述有效目标包括目标类别以及目标位置、大小。
4.根据权利要求1所述的高分辨率图片识别小目标的方法,其特征在于,所述神经网络采用Yolo v3模型。
5.根据权利要求1所述的高分辨率图片识别小目标的方法,其特征在于,所述去除子图片中不完整的目标的步骤如下:尽量保留上面裁切边和左边裁切边的不完整目标,去除右边裁切边和下面裁切边的不完整目标。
6.根据权利要求1或5任意一项所述的高分辨率图片识别小目标的方法,其特征在于,所述去除子图片中不完整的目标的步骤如下:当目标的左下角坐标在子图片冗余区内时,去除该目标,所述子图片冗余区为相邻子图片重叠的区域。
7.根据权利要求2所述的高分辨率图片识别小目标的方法,其特征在于,所述将所有子图片重新拼接为第二图片大小的图片的方法为:按照每张子图片的左上角坐标进行拼接。
8.根据权利要求1所述的高分辨率图片识别小目标的方法,其特征在于,将拼接后的图片中重复目标去除的方法为非极大值抑制算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南博远翔电子科技有限公司,未经湖南博远翔电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110762082.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:对称布置的手术器械铰接部
- 下一篇:一种数据备份方法、装置和设备